新技術・技術紹介– category –
-
arXiv論文：擬似ラベル排除の新フレームワーク「ATR」でMLIPの動的安定性を向上
arXiv Global 概要 arXivにプレプリントとして公開された研究は、汎用機械学習原子間ポテンシャル（uMLIP）の信頼性と汎化能力を大幅に向上させる「Adaptive Multi-Teacher Routing (ATR)」フレームワークを紹介しています。ATRはトレーニング中に信頼でき... -
IBMとORNL、ハイブリッド量子-AIで核融合炉トリチウム生成の希少材料をシミュレート
Live Science アメリカ 概要 IBMとオークリッジ国立研究所（ORNL）の科学者たちは、ハイブリッド量子-AIコンピューティングを駆使して、核融合炉に不可欠な希少水素同位体であるトリチウムの生成プロセスをシミュレートする世界初の実験に成功しました。こ... -
大阪大学、AI設計で水中でも超強力な接着・自己修復が可能なハイドロゲルを開発
The Times of India 日本 概要 大阪大学などの日本の研究機関が、AI設計により水中での優れた接着強度、自己修復能力、および高い機械的強度を兼ね備えた超接着性ハイドロゲルを開発しました。機械学習とハイスループット実験を組み合わせたAI駆動型フレー... -
東京理科大学、AIが触媒設計の活性と安定性の両立を学習・提案する手法を開発
Science Tokyo / Mirage News 日本 概要 東京理科大学の研究チームは、高活性と高安定性という相反する特性を両立させる触媒をAI支援で設計する新手法を開発しました。AIはパターンを学習し、高効率な触媒構造を自律的に提案。この成果は、バッテリー材料... -
AIと自動実験を統合した「自律走行型ラボ」が化学・材料科学の発見を加速
ResearchGate (Review) Global 概要 機械学習と自動実験プラットフォームを統合した「自律走行型ラボ（SDL）」が、化学および材料科学における分子・材料発見のペースを劇的に加速させています。SDLはAIを活用して膨大なデータセット内の相関関係を明らか... -
材料科学におけるML進展：特性予測から構造設計まで、LLMの検証が重要
Academic Review / Journal Global 概要 材料科学における機械学習（ML）の役割に関する最新のレビューは、特性予測、新規材料発見、プロセス最適化におけるその影響を詳述しています。特に、機械学習原子間ポテンシャル（MLIP）、結晶構造のためのグラフ... -
ACS Publications、低温柔軟有機結晶の解明に向けた物理学駆動型計算パラダイムとAI支援マルチスケールシミュレーションを提案
ACS Publications アメリカ 概要 本研究は、低温で柔軟性を示す有機結晶の特性を解明するため、物理学駆動型計算パラダイムを提案しています。このアプローチは、AI支援マルチスケールシミュレーションと機械学習力場（MLFF）を組み合わせ、逆設計のための... -
arXiv論文、ML力場トレーニングで少ないラベル数でもフルデータ精度を達成するデータ選択戦略を実証
arXiv 国際 概要 本論文は、機械学習力場（MLFF）のトレーニングとファインチューニングにおけるデータ選択の重要性を詳細に調査し、LLPR（Least-Likely to Predict Region）のようなアクティブラーニング戦略が、より少ないラベル数でフルデータ精度を達... -
MLIP Studioが無料Webアプリ「MLIP Studio」をリリース、60種以上の汎用MLPで分子・材料シミュレーションを加速
MLIP Studio Blog 不明 概要 MLIP Studioは、汎用機械学習原子間ポテンシャル（MLIP）を用いた分子および材料の原子計算を可能にする無料Webアプリケーション「MLIP Studio」をリリースしました。このアプリケーションは、MACE、FAIRChem/UMA、MatterSim、... -
arXiv論文、等変グラフニューラルネットワークによる原子モデリングの変革と分子粗視化の進歩
arXiv 国際 概要 本論文は、等変グラフニューラルネットワーク（EGNN）を含む機械学習原子間ポテンシャル（MLIP）が、量子力学的データからポテンシャルエネルギー面を学習することで原子モデリングをいかに変革したかを議論しています。さらに、分子粗視... -
arXiv論文、d4/d6/d7ペロブスカイト酸化物MDシミュレーションでMACEとCHGNetの限界と可能性を検証
arXiv 国際 概要 本論文は、d4/d6/d7ペロブスカイト酸化物の分子動力学（MD）シミュレーションにおいて、MACEとCHGNetといった基盤機械学習原子間ポテンシャル（MLIP）の成功と限界を詳細に検証しています。システム固有のトレーニングなしでナノ秒スケー... -
YouTubeチャンネルyaavikmaterials、ML原子間ポテンシャルがDFT精度で大規模MDを可能にしシステムサイズのトレードオフを解消
yaavikmaterials (YouTube) 不明 概要 YouTubeチャンネルyaavikmaterialsの動画では、MACE、NequIP、CHGNetといった機械学習原子間ポテンシャル（MLIP）が、分子動力学（MD）シミュレーションにおけるシステムサイズとシミュレーション時間の間のトレード... -
IntuitionLabs、AlphaFold 3とESM3を比較分析、AI生物学基盤モデルの進化と生成拡散モデルの優位性を指摘
IntuitionLabs 不明 概要 IntuitionLabsの分析記事は、AlphaFold 3とESM3といった主要なAI生物学基盤モデルを詳細に比較しています。記事は、3D原子座標の生成拡散モデルであるAlphaFold 3、タンパク質言語モデリングのESM-3、構造と結合親和性予測を組み... -
GitHubリポジトリ「awesome-ai-for-science」公開、Google GNoMEとMicrosoft MatterGenなど科学発見を加速するAIツールを厳選
GitHub (ai-boost) 国際 概要 GitHub上に「awesome-ai-for-science」リポジトリが公開され、物理学、化学、生物学、材料科学など多岐にわたる科学分野の発見を加速するAIツールとフレームワークが厳選されてリスト化されました。このリストには、220万の新... -
EurekAlert!レビュー、AIが化学工学を再構築、反応設計からスマート製造までR&Dサイクル加速
EurekAlert! アメリカ 概要 EurekAlert!が公開したレビュー論文は、人工知能（AI）が化学工学の領域に根本的な変革をもたらしていることを強調しています。AIは、生産の最適化、安全性向上から、新しいプロセスや材料の設計に至るまで、幅広い応用を通じて... -
Chalmers大、高性能MDパッケージGPUMD 4.0発表、MLポテンシャルで材料シミュレーションを革新
Computational Materials Group @ Chalmers スウェーデン 概要 チャルマース工科大学の計算材料グループは、高性能分子動力学（MD）ソフトウェアの最新安定版「GPUMD 4.0」を発表しました。このバージョンは、ニューロエボリューションポテンシャル（NEP）... -
arXiv論文、6つの汎用ML原子間ポテンシャルをベンチマークし、月レゴリス鉱物MDシミュレーションの構造的忠実度と性能を評価
arXiv 国際 概要 月レゴリス鉱物の分子動力学（MD）シミュレーションに特化し、MACE-MH、MatterSim、SevenNet-0、UPET、UMA、NequIP-OAM-Lの6つの汎用機械学習原子間ポテンシャル（MLIP）が包括的にベンチマークされました。この研究は、各MLIPの構造的忠... -
arXiv論文、Vilya-1がマクロサイクル構造予測と設計のための全原子基盤モデルとして高い幾何学的精度を達成
arXiv 国際 概要 Vilya-1は、マクロサイクルの構造予測と設計のための画期的な全原子基盤モデルとして発表されました。このモデルは、生物学的に関連するコンフォメーションのサンプリングや、開発可能性特性の予測における既存の課題を解決することを目指... -
ACS Publications、異種触媒研究におけるLLMベース自律エージェントのツール統合と展望をレビュー
ACS Publications アメリカ 概要 ACS Publicationsのレビュー論文が、異種触媒研究のための大規模言語モデル（LLM）ベース自律エージェントシステムの現状と展望を体系的に分析しています。この論文は、ツール統合やロボットプラットフォームとのクローズ... -
arXiv論文、仮説進化プロトコル（HEP）でLLMエージェントの監査可能な科学的発見能力を確立
arXiv 国際 概要 大規模言語モデル（LLM）ベースの科学的発見のための新たなエージェントハーネスとして、仮説進化プロトコル（HEP）が提案されました。このプロトコルは、AIによる科学的発見において、明示的で監査可能な仮説生成、評価、進化を可能にし...
